摘要 | 第5-8页 |
Abstract | 第8-11页 |
第1章 绪论 | 第17-33页 |
1.1 车联网简介 | 第17-23页 |
1.1.1 车联网发展历程 | 第18-20页 |
1.1.2 车联网技术背景 | 第20-23页 |
1.2 车联网中的主要安全问题与研究现状 | 第23-30页 |
1.2.1 车联网安全问题概述 | 第23-24页 |
1.2.2 本论文关注的车联网安全问题 | 第24-25页 |
1.2.3 研究现状 | 第25-30页 |
1.3 论文研究内容及组织结构 | 第30-33页 |
1.3.1 研究内容与创新点 | 第30-31页 |
1.3.2 论文结构 | 第31-33页 |
第2章 面向车联网应用的数据驱动安全架构 | 第33-47页 |
2.1 引言 | 第33-34页 |
2.2 车联网数据分类 | 第34-36页 |
2.2.1 车辆感知数据 | 第35页 |
2.2.2 通信数据 | 第35页 |
2.2.3 用户数据 | 第35-36页 |
2.3 面向车联网应用的数据驱动安全架构设计 | 第36-42页 |
2.3.1 服务器 | 第37-40页 |
2.3.2 基站 | 第40-41页 |
2.3.3 终端 | 第41-42页 |
2.4 设计目标 | 第42-43页 |
2.4.1 安全需求 | 第42页 |
2.4.2 隐私需求 | 第42页 |
2.4.3 性能需求 | 第42-43页 |
2.5 应用案例 | 第43-45页 |
2.6 本章小结 | 第45-47页 |
第3章 基于移动行为的车联网Sybil攻击检测算法 | 第47-65页 |
3.1 引言 | 第47-48页 |
3.2 问题建立 | 第48-50页 |
3.2.1 系统模型 | 第48-49页 |
3.2.2 攻击模型 | 第49-50页 |
3.3 基于移动行为的车联网Sybil攻击检测算法 | 第50-58页 |
3.3.1 第一级Sybil攻击的检测算法 | 第51-53页 |
3.3.2 第二级Sybil攻击的检测算法 | 第53-56页 |
3.3.3 第三级Sybil攻击的检测算法 | 第56-58页 |
3.4 性能评估与分析 | 第58-63页 |
3.4.1 基于机器学习的Sybil检测(第一级) | 第59-61页 |
3.4.2 基于主观逻辑的位置可靠性评估(第二级) | 第61-62页 |
3.4.3 基于社区发现的合谋攻击检测(第三级) | 第62-63页 |
3.5 本章小结 | 第63-65页 |
第4章 基于区块链的车辆信任管理机制 | 第65-87页 |
4.1 引言 | 第65-67页 |
4.2 问题建立 | 第67-70页 |
4.2.1 系统模型 | 第67-68页 |
4.2.2 攻击模型 | 第68-69页 |
4.2.3 设计目标 | 第69-70页 |
4.3 基于区块链的车辆信任管理机制设计 | 第70-80页 |
4.3.1 设计方案特点 | 第71-72页 |
4.3.2 详细设计 | 第72-80页 |
4.4 安全性分析与性能评估 | 第80-85页 |
4.4.1 安全性分析 | 第80-81页 |
4.4.2 性能评估 | 第81-85页 |
4.5 本章小结 | 第85-87页 |
第5章 基于智能合约的车辆访问控制策略 | 第87-107页 |
5.1 引言 | 第87-88页 |
5.2 智能合约简介 | 第88-90页 |
5.3 基于智能合约的车辆访问控制策略详细设计 | 第90-96页 |
5.3.1 系统模型 | 第90-94页 |
5.3.2 主要流程 | 第94-96页 |
5.4 基于强化学习的订单选择策略优化 | 第96-101页 |
5.4.1 问题建立 | 第97-100页 |
5.4.2 问题求解 | 第100-101页 |
5.5 性能评估与分析 | 第101-105页 |
5.5.1 访问控制策略 | 第101-102页 |
5.5.2 订单选择策略 | 第102-105页 |
5.6 本章小结 | 第105-107页 |
第6章 结束语 | 第107-111页 |
6.1 论文主要工作总结 | 第107-108页 |
6.2 全文展望 | 第108-111页 |
附录1 缩略词说明 | 第111-113页 |
参考文献 | 第113-123页 |
致谢 | 第123-125页 |
攻读学位期间发表的学术论文 | 第125页 |